1960—2013年中國地表潛在蒸散發時空變化及其對氣象因子的敏感性

趙亞迪，劉永和，李建林，劉　秀

（河南理工大學資源與環境學院，河南 焦作 454000）

潛在蒸散發是指充分供水條件下的區域蒸散發能力。由于實際蒸散發難以被觀測，人們常以參照潛在蒸散發（ET0）來估算實際蒸散發量。由世界糧農組織推薦的Penman-Monteith（PM）方法是計算ET0使用最廣泛的公式[1]。潛在蒸散發是對區域氣候因素的變化的反映，定量化分析氣候變化對ET0的影響及其驅動因素有利于揭露氣候變化對生態環境變化的機理。前人在該方面的研究得出了一些結論。如研究發現ET0和蒸發皿觀測蒸散發在過去幾十年呈現出下降趨勢[2-7]，且研究還發現ET0和觀測蒸散發在世界大多數地區從1980后開始呈現出增長趨勢[8-20]。Liu Xiaomang等[11]通過研究得出從1970—2005年間西藏地區蒸發皿的蒸散發以3.06 mm/10 a的速度減少。尹云鶴等[12]研究得出從1971—2008年間中國平均潛在蒸散發整體呈下降趨勢，但20世紀90年代以后有所增加，主要歸因于風速和日照時長，其中風速減小是影響中國北方溫帶和青藏高原地區年潛在蒸散發降低的主要原因，日照時長的減少是影響亞熱帶和熱帶地區年潛在蒸散發減少的主要原因。Gong Lebing等[5]通過研究長江流域得出ET0對相對濕度最敏感，其次是太陽輻射、氣溫和風速。劉昌明等[10]通過研究中國地區的潛在蒸散發，發現在全國范圍內，潛在蒸散發對水汽壓最敏感，其次是最高氣溫、太陽輻射、風速、最低氣溫，全國范圍內潛在蒸散發減少的趨勢為6.204 mm/10 a。劉小莽[13]等通過研究海河流域的潛在蒸散發的氣候敏感性分析得出潛在蒸散發對水汽壓最為敏感，其次是溫度和太陽輻射。劉憲峰等[14]通過對西北五省潛在蒸散發的研究發現西北五省ET0整體呈現出下降趨勢，降速為-0.72 mm/a，影響ET0變化的主導因素為風速，但風速在不同的季節、不同的區域影響方位有所差異。Xu Chongyu等[15]通過對長江流域的研究發現ET0和觀測蒸散發明顯呈現出下降趨勢，造成這種影響的主要是由于太陽輻射明顯的減少，其次是風速的減少，敏感性分析發現ET0最為敏感的氣象因子是太陽輻射，其次是相對濕度、氣溫和風速。高歌等[16]通過對中國580個氣象站逐月資料的研究發現全國及大多數流域的年際和季節潛在蒸散發與日照時數、風速、相對濕度等要素關系密切，但這45 a日照時數、風速的明顯減少可能是導致大多數地區潛在蒸散量減少的主要原因。楊海昌等[17]通過對瑪納斯河流域綠洲蒸散量的研究發現瑪納斯河流域年蒸散量增加幅度為15.8 mm/10 a，18 a為蒸散量變化的振蕩周期，溫度升高時蒸散量增加的主要原因，氣溫和風速是影響瑪納斯河流域潛在蒸散量的主要因素。蔡輝藝等[18]通過對淮河流域參考蒸散量的研究發現淮河流域大部分地區的年參考蒸散發總量呈現出下降趨勢，淮河以北地區的下降趨勢比淮河以南地區更為顯著。造成這種變化的主要原因是太陽輻射量的減少和風速的減少，淮河以南地區受相對濕度變化的影響，減小幅度小。可見不同的ET0計算方法以及不同的區域，得出的ET0對氣象因子的敏感性有所差異[10]。此外，也尚不確定由某一因子的變化而導致的潛在蒸散量的變化幅度。潛在蒸散量變化的原因仍是個尚未解決的重大科學問題[12]。

在本研究中，采用世界糧農組織的Penman-Monteith（FAO56-PM）公式[1]計算中國從1960—2013年的逐站點逐日潛在蒸散發ET0并和觀測值（剔除和未剔除站點觀測值為0的樣本的兩種情況）進行對比，用Sen斜率和Mann-Kendall檢驗[19]分析ET0和氣象因子的時空變化，以及借助FAO56-PM公式對ET0與氣象因子的敏感性分析來定量化不同因子的變化對ET0變化的影響。

1　數據和方法

1.1　數據

采用1960—2013年的107個中國地面國際交換站氣候資料日值數據集，包括逐日最高氣溫（Tmax）、最低氣溫（Tmin）、日照時數（SSD）、風速（U2）、相對濕度（RHU）、平均氣壓（MP）、地表溫度（GST）和20 cm口徑蒸發皿的蒸發量，所有氣象因子資料均實施過嚴格質量控制，部分缺測的數據采用反距離權重法進行空間內插得到，其中20 cm口徑蒸發皿的蒸發量數據沒有進行插值。為了分析中國不同區域的ET0的特征，根據中國傳統的地理氣候劃分為5個地理區域。全國107個氣象站點的分布如圖1所示。

圖1　全國107個氣象站點的分布及其5個區域的劃分

1.2　方法

1.2.1參考蒸散發的模型

世界糧農組織發布的FAO56-PM公式（參考Cai等[20]；Gavilán等[21]；Tabari等[22]）被用來估算ET0：

其中，ET0為潛在蒸散發（mm），Rn為作物表層凈輻射（MJ/（m2·d）），G為土壤熱通量（MJ/（m2·d）），T為日平均氣溫（℃），U2為2 m高度處風速（m/s），es為飽和水汽壓（kPa），ea為實際水汽壓（kPa），Δ為飽和水汽壓曲線斜率（kPa/℃），γ為干濕表常數（kPa/℃）。

Rn與Rs的關系式：

其中，as=0.198，bs=0.539，Rn為作物表層凈輻射（MJ/（m2·d）），Rns是短波輻射（MJ/（m2·d）），Rnl是長波輻射（MJ/（m2·d）），α是反照率，Rs是全球太陽輻射，Ra是大氣層外太陽輻射（MJ/（m2·d）），S為月日照時數（h），N為月最大可照時數（h），σ是斯特凡-玻爾茲曼常數（4.903 ×10-9MJ·K-4·m-2·d-1），Tx，k是24 h內最大絕對溫度，Tn，k是24 h內最低絕對溫度，Rso是晴天太陽輻射，c、d、e、f是經驗系數。

1.2.2潛在蒸散量對氣象因子的敏感性分析

受氣候變化的影響，在1960—2013年期間，ET0呈現出減少趨勢，而各氣象因子參數也均不同程度地發生了變化[10]。為了弄清不同因子對ET0這種變化的影響，可以通過Penman-Monteith公式來實施針對單個因子的敏感性分析，定量化由某一因子的變化而導致的潛在蒸散的變化幅度。本研究以1960—1969年這10 a的因子平均作為早期（或變化前）的因子，以2003—2014年的平均作為后期的因子，分別代入Penman-Monteith公式來實施敏感性對比分析，ET0的變化量ΔET（x）和單個氣象因子的變化量ΔMMF（x）可用式（6）～（7）來表示：

其中，x是氣象因子10 a的年均值，包括SSD，RHU，Tmax，Tmin，U2，首先保證其中一個氣象因子改變，其他氣象因子不改變的前提下，將這個改變的氣象因子2004—2013年的均值MMF（x2004—2013）代圖PM公式中，得到ET（x2003—2013），然后再將對應的改變的氣象因子1960-1969年的均值MMF（x1960—1969）代入PM公式中，得到ET（x1960—1969），最后分別將兩者相減得到ΔET（x）和ΔMMF（x）。Sen斜率和Mann-Kendall（M-K）檢驗[19-22]被用于檢測ET0及其各因子的變化趨勢以及顯著性檢驗。

2　結果

2.1　逐日逐站點ET0和觀測值的對比分析

在逐日基礎上模擬得到從1960—2013年的ET0的和與從1960—2013年蒸發皿蒸散量之間的比值是0.55。由于觀測的蒸發皿蒸散量有部分0值，為缺測資料或雨天的測量資料，屬異常樣本，所以為了區分站點觀測的蒸散量的值為0的樣本對結果的影響，所以分剔除和未剔除站點觀測值為0的樣本的兩種情況進行分析。從1960—2013年逐日逐站點ET0和觀測值的相關系數的對比如圖2所示。

模擬值ET0和觀測值的線性回歸分析，結果如表1、圖3所示。

從圖2～3和表1可以看出，對模擬值ET0和觀測值的線性回歸分析表明，剔除了觀測值為0的樣本的情況下各個分區的線性回歸的相關系數從0.595～0.752提升到0.892～0.958，其中西北區域剔除觀測蒸散量值為0樣本下，線性回歸相關系數變成幾個區域中最大的。逐日逐站點ET0和觀測蒸散量值的相關系數除了西南區域的相關系數較低外，其他幾個區域的相關系數的中位數保持在0.7（未剔除觀測值為0的樣本）和0.95（剔除觀測值為0的樣本）左右，這說明在觀測蒸散量為0樣本的情況下，模擬蒸散量存在較大的偏差，這是該公式的不足之處。

圖2　1960—2013年逐日逐站點ET0和觀測值的相關系數

表1　逐日逐站點ET0和觀測值的線性回歸分析

圖3　未剔除觀測值為0的觀測值和模擬值的散點圖

2.2　蒸散量年均值的空間分布

中國ET0年均值的空間分布如圖4所示。在中國東北區域，蒸散量較低的值出現在東北區域的北部和東部，且全國最低值也出現在該區域，這可能是由于平均溫度低引起的，其中遼寧的朝陽站和內蒙古通遼站的ET0值均大于994 mm且小于1 088.6 mm；全國蒸散量最大值出現在華北區域的朱日和站，其中北京站、銀川站和天津站等站點的ET0值均大于994 mm且小于1 088.6 mm；中國的中部和東部區域蒸散量變化不明顯，其中鄭州站的ET0值均大于994 mm且小于1 088.6 mm；在西北區域，蒸散量普遍較高，高值區域出現在新疆的南部和東部，其中新疆的烏魯木齊等站的ET0值均大于994 mm且小于1 088.6 mm；在中國西南區域，蒸散量的差異較大，這可能是受地形的影響，其中廣州站等站的ET0值均大于994 mm且小于1 088.6 mm。全國107個站點中較大的城市有北京、天津、廣州等，它們的ET0值大部分是大于994 mm且小于1 088.6 mm，潛在蒸散量是否受大城市的面積等因素的影響，這個問題有待進一步的研究。

圖4　中國1960—2013年參考蒸散量的年平均分布（單位：mm）

2.3　不同區域的蒸散量隨時間的變化

5大區域的蒸散量1960—2013年變化如圖5所示。從1960—1993年，ET0呈現出下降的趨勢，2004—2013年間呈增加的趨勢。從圖5a～5f中可以看出時間序列上的最大的年均值出現在西北區域。5個區域ET0年內變化如圖6所示，月平均ET0較大值主要集中在4—10月，約占全年ET0的80%，全國7月的月均值ET0達到最大，而東北區、華北區域、華中和華東區域、西北區域和西南區域分別在5月、6月、7月、6月、7月達到最大值。年際月平均蒸散量在西南區域變化的范圍相對較小，而在西北區域變化相對較大。在西南區域，6月的年際月均值蒸散量小于5月和7月的年際月均值蒸散量。最大的年際月平均蒸散量出現在華中和華東區域的7月。

圖5　1960—2013年中國及其5個區域的ET0的時間分布

圖6　1960—2013年ET0各月均值

2.4　氣象因子和參考蒸散量的變化趨勢

使用M-K檢驗結合Sen斜率對中國1960—2013年的107個氣象站點的氣象因子變化趨勢進行分析和顯著性檢驗，其中M-K檢驗采用5%置信水平（表2）。全國的ET0呈現出減少的趨勢，且平均的Sen斜率的值為-6.75 mm/10 a。在中國的5個分區最高氣溫和最低氣溫都通過了M-K檢驗并呈現出明顯的增加趨勢，Sen斜率的值分別是0.19℃/10 a和0.39℃/10 a。除了西北區域以外的其他4個區域的日照時長都通過了M-K檢驗，且Sen斜率值為-0.15 h/10 a。平均氣壓在中國的5個區域都未能通過M-K檢驗，表明沒有明顯的變化。平均風速除了西南區域的其他4個區域通過了M-K檢驗，且呈現出下降趨勢，Sen斜率的值為-0.14 m/（s·10 a）。相對濕度在除了西北區域和東北區域外的其他3個區域通過了M-K檢驗，且呈現出減少趨勢，Sen斜率的值為-0.51%/10 a。在西南區域蒸散量呈現出增加的趨勢，且Sen斜率的值為1.42 mm/10 a，而其他區域呈現出下降趨勢，這表明中國的氣象要素在過去54 a中發生了顯著的變化，導致了蒸散量的變化。

表2　全國及其5個區域的氣象因子和ET0的Sen斜率值

2.5　氣象因子的Sen斜率值的空間分布

最高氣溫在西北和東北區域顯著性增加（圖7a）；最低氣溫在華北和東北區域明顯增加（圖7b）；風速在西南和華中華東區域明顯增加（圖7c）；日照時長在華北、華中和華東區域明顯減少（圖7d）；平均氣壓在全國范圍內變化不明顯（圖7e）；相對濕度在西南、華中和華東區域顯著降低（圖7f）；地表溫度在西南區域和華中華東區域顯著下降（圖7g）。這表明，氣象因子在過去的幾十年里發生了顯著的變化。

2.6　潛在蒸散量與氣象因子的敏感性分析

圖7　1960—2013年各個氣象站點的氣象因子的Sen斜率的值

用式（6）和式（7）結合P-M公式分析了氣象因子和ET0的關系（表3）。由于平均氣壓和地表溫度引起的ET0的變化不顯著，所以不考慮它們與參考蒸散量的關系。結果表明，對整個中國來說，除去東北區域以外，由于氣象因子日照時長、風速和相對濕度的減小導致的蒸散量下降量要比由于氣象因子最高氣溫和最低氣溫的上升導致蒸散量增加量大，在導致蒸散量下降的氣象因子中，相對濕度的減小對蒸散量的減少最為明顯。然而，在西南區域，日照時長的減少是導致蒸散量下降的主要原因。在東北區域，最高氣溫升高導致的蒸散量的增加，相對濕度的減小是導致蒸散量減少的最重要的因素，其次是風速的降低。在東北區域、華北區域、和西北區域，蒸散量最敏感的氣象因子是相對濕度，其次是風速；在西南區域和華中和華東區域，蒸散量最敏感的氣象因子是相對濕度，其次是日照時長。

根據上述的敏感性分析，總體而言，在1960—2013年期間，由于最高氣溫上升0.68℃會導致全國蒸散量增加12.81 mm；由于最低氣溫上升1.54℃會導致蒸散量增加14.13 mm；由于風速減小0.51 m/s會導致蒸散量減少48.08 mm；由于日照時長減少0.61 h會導致蒸散量減少21.5 mm；由于相對濕度減小2.84%會導致蒸散量減少204.49 mm。在空間上，總體上在中國最高氣溫和最低氣溫的增加導致了蒸散量的增加，而風速、日照時長和相對濕度的減小導致了蒸散量的減少。在不同區域，導致蒸散量增減的氣象因子也不相同。

3　討論和結論

蒸發悖論是蒸散發研究中的一個熱點問題[10]，但是一些研究表明近些年來，ET0在中國[24]和澳大利亞[24]有上升的趨勢。劉昌明等[10]研究發現中國在1960—2007年的最高氣溫和最低氣溫變化趨勢分別為0.205℃/10 a和0.393℃/10 a，本研究發現中國在1960—2013年最高氣溫和最低氣溫變化趨勢分別為0.19℃/10 a和0.39 ℃/10 a；中國在1960—2007年潛在蒸散發和風速的變化趨勢分別為-6.204 mm/10 a和-0.115 m/(s·10 a），本研究發現中國在1960—2013年蒸散發和風速的變化趨勢分別為每 -6.75 mm/10 a和-0.14 m/(s·10 a），與前人的研究相比，最高氣溫和最低氣溫上升的趨勢變緩，風速和蒸散量下降的趨勢更加顯著；定量化了由某一因子的變化而導致的潛在蒸散的變化幅度，同時也發現了新的問題。

表3　ΔMMF（x）和 ΔET（x）的值

本研究發現，從全國來看，最高氣溫和最低氣溫的上升導致蒸散量的增加量小于由于相對濕度、風速和日照時長的減少導致的蒸散量減少量，使總體上ET0呈現為降低趨勢。在不同區域，導致蒸散量增減的氣象因子也不相同。西南區域的蒸散量呈現出增加的趨勢，其Sen斜率的值為1.42 mm/10 a；全國全年蒸發量主要集中在4—10月，約占全年蒸發量的80%。在觀測蒸散量為0的樣本情況下，模擬蒸散量存在較大的偏差，而剔除了觀測蒸散量為0的樣本后，模擬蒸散量和蒸發皿蒸散量的相關系數有了很大的提高，這是該公式的不足之處；全國107個站點中較大的城市有北京、天津、廣州等，它們的ET0值大部分都大于994 mm且小于1 088.6 mm，潛在蒸散量是否受大城市的面積等因素的影響，由于缺乏大城市的多個站點的蒸散量觀測資料，所以無法直接判斷大規模城市化是否對蒸散量有影響，需要更多后續的研究來揭示。

本文采用世界糧農組織的FAO56-PM公式計算中國從1960—2013年的逐站點逐日潛在蒸散發并與觀測值（剔除和未剔除站點觀測值為0的樣本的兩種情況）進行對比，用Sen斜率和MK-檢驗分析ET0和氣象因子的時空變化，并借助FAO56-PM公式對ET0與氣象因子的敏感性分析來定量化不同因子的變化對ET0變化的影響，得到以下主要結論：

（1）模擬得到逐日的潛在蒸散發的和與蒸發皿觀測到的蒸散發的和之間的比值是0.55，模擬得到逐日逐站點的潛在蒸散發與蒸發皿觀測得到的蒸散發的相關系數在0.84～0.98之間（剔除觀測值為0的樣本）和0.416～0.807之間（未剔除觀測值為0的樣本）。

（2）全國1960—2013年間，最高氣溫、最低氣溫、地表溫度分別以0.19、0.39、0.37℃/10 a的速度呈現出上升的趨勢，而風速、日照時長、相對濕度分別以-0.14 m/（s·10 a）、-0.15 h/10 a、-0.51%/10 a的速度呈現出下降的趨勢。參考作物的蒸散量以-6.75 mm/a的速度呈現出下降的趨勢。1960—2013年間全國范圍內，最高氣溫和最低氣溫分別增加0.68℃和1.54℃，相應地導致ET0增加12.81 mm和14.13 mm；風速減少0.51 m/s，日照時長減少0.61 h，相對濕度減少2.84%，將分別導致蒸散量減少48.08，21.5，204.49 mm。

（3）空間上，在東北區域、華北區域和西北區域，蒸散量最敏感的氣象因子是相對濕度，其次是風速；在西南區域和華中、華東區域，蒸散量最敏感的氣象因子是相對濕度，其次是日照時長。潛在蒸散量減少最明顯的是西北區域。